不完全情報ゲームではトッププレイヤー並みの実力を持つAIが実現されていない．これはAIが合理的な行動しかとらず，対戦相手にAIの見えない情報の推測がされやすいことが原因だと考えられる．そこで本研究では，二人不完全情報ゲームである「ガイスター」を用いて，一見不合理な行動に見えるブラフ戦略を学習することを目的とする．ガイスターの勝利条件を逆にした状態で学習を行うことによって不合理な戦略を獲得し，その戦略の活用方法の学習について検討する．